这场交流“价值”2000亿美元!黄仁勋:我们只需要三小时睡眠,因为短缺...

书竹聊商业 2024-09-15 15:58:51

黄仁勋是会的。

这家半导体巨头创始人兼CEO在高盛主办的科技会议上谈到了他所感受到的紧张情绪,因为需求不缺,只是客户等的有点着急。

会议结束之后英伟达上涨 8.1%,至116.91美元,创下六周以来的最大单日涨幅。最新市值离重返“三万亿俱乐部”一步之遥。

大家说,黄仁勋“凭一己之力”带飞了美股。一场交流下来,英伟达的市值增加了2000亿美元。这场高盛首席分析师Toshiya Hari跟他的对话还是很精彩。

前三分之一程回顾历史有点平平无奇,但后半程追问英伟达怎么考虑客户回报率,以及备受关注的Blackwell架构,以及处于有些敏感地带的供应商话题……黄仁勋的回答坦诚、直接,很有说服力。

这位半导体“带头大哥”的营销和沟通力是一流的。

他还说道,开始感觉自己肩负着整个世界(或者至少是人工智能)的重担。“我们的零部件、技术、基础设施和软件的交付确实会让人们产生情绪上的影响,因为这直接影响到他们的收入,直接影响到他们的竞争力。”

“如果我们能满足每个人的需求,那么这种情绪就会消失,但这非常情绪化,让人非常紧张,”黄仁勋表示,“我们肩负重任,尽力做到最好。”

三大云计算超大规模提供商微软、谷歌和亚马逊,都需要大量供应,而英伟达控制着 90% 的市场。

此前英伟达透露,仅四家数据中心客户就贡献了其第二季度近一半的营收。

这场对话全文的精译来自于公众号“地平线全球策略”,为了阅读方便,我们做了少量精简和编辑,完全不影响原意。

分享给大家。

关于NVIDIA的加速计算 Toshiya Hari 我想从31年前你创立公司的时候开始谈起。你已经将公司从一家以游戏为中心的GPU公司,转型为向数据中心行业提供广泛硬件和软件的公司。

我想请你先聊聊这段旅程。当你刚开始时,你在想什么?事情是如何演变的,因为这确实是一次非常非凡的旅程。然后,你或许可以从这里展开,谈谈你未来的主要优先事项,以及你对未来世界的看法。

黄仁勋 很高兴来到这里。

我想说,我们做对的一件事是,我们的愿景是有另一种形式的计算,它可以增强通用计算能力,解决通用计算设备永远无法很好解决的问题。而这个处理器最初做的事情是对于CPU来说极其困难的,那就是计算机图形学。

但我们逐步将其扩展到其他领域。我们最先选择的是图像处理,它是计算机图形学的互补领域。接着我们将其拓展到物理仿真,因为在我们选择的视频游戏应用领域,你希望它不仅仅是美丽的,还需要动态,能够创造虚拟世界。我们一步一步地前进,并且将其应用到科学计算领域。

其中一个最早的应用是分子动力学仿真,另一个是地震波处理,基本上是逆物理学。地震波处理非常类似于CT重建,另一种形式的逆物理学。我们就是这样一步步前进,逐步解决问题,探索互补的算法和相邻的行业。

当时的共同愿景是,加速计算能够解决一些有趣的问题。而如果我们能够保持架构的一致性,意味着你今天开发的软件可以在你留下的大量现有设备上运行……过去你开发的软件会通过新技术进一步加速。

关于架构兼容性的这种思维,建立庞大的安装基础,将整个生态系统中的软件投资带在路上,这种心理自1993年开始,我们一直延续至今。这也是为什么NVIDIA的CUDA拥有如此庞大的安装基础,因为我们始终在保护它。

保护软件开发者的投资一直是我们公司自成立以来的首要任务。

展望未来,我们一路上解决的一些问题,包括学习如何成为一名创始人,学习如何成为一名CEO,学习如何运营一家公司,学习如何构建一个公司,这些都是全新的技能,类似于发明现代计算机游戏行业的过程。

NVIDIA的用户可能不知道,但NVIDIA是全球最大的视频游戏架构安装基础,GeForce拥有约3亿玩家,并且仍然在快速增长,充满活力。

每次我们进入一个新市场时,我们都必须学习新的算法、新的市场动态,并创造新的生态系统。

我们之所以必须这样做,是因为与通用计算机不同,如果你构建的是通用处理器,所有东西最终都会自动运行。

但我们是加速计算机,这意味着你必须问自己:你要加速什么?没有所谓的通用加速器,对吧。

Toshiya Hari 谈谈一般用途计算和加速计算之间的区别吧。

黄仁勋 如果你看看现在的软件,在你编写的软件中,有很多部分是文件输入输出的处理,数据结构的设置,以及一些软件内部的核心算法。而这些算法根据应用领域的不同也各有不同,无论是计算机图形学、图像处理,还是其他领域。

它可能是流体力学、粒子系统,或者我之前提到的逆物理学,也可能是图像处理之类的内容。这些不同的算法彼此不同。如果你能创建一个处理器,特别擅长处理这些算法,并与CPU互补,让CPU做它擅长的事情,那么理论上你可以大幅加速应用程序的运行。

其背后的原因是,通常大约5%到10%的代码会占据整个程序运行时间的99.99%。如果你将这5%的代码转移到我们的加速器上,理论上你应该能够将应用程序的速度提高100倍。这并不罕见,我们经常这么做。

例如,我们将图像处理加速了500倍。现在我们做数据处理,数据处理是我最喜欢的应用之一,因为几乎所有与机器学习相关的东西——一种基于数据驱动的软件开发方式——都与数据处理有关。它可以是SQL数据处理,Spark类型的数据处理,或是向量数据库类型的处理,所有这些方式都处理不同形式的结构化或非结构化数据,如数据帧。

我们极力加速这一切的过程。但为了实现这一点,你必须建立一个高级的库。在计算机图形学的例子中,我们很幸运有Silicon Graphics的OpenGL和微软的DirectX,但除此之外,几乎没有其他库存在。

举个例子,我们最著名的库之一,就像SQL是一个库一样。

SQL是用于存储计算的库。我们创建了一个库,叫做cuDNN,它是世界上第一个神经网络计算库。我们还有用于组合优化的cuOpt,用于量子模拟和仿真的cuQuantum,还有各种不同的库,例如用于数据帧处理的cuDF,类似于SQL。

这些库需要被创造出来,它们将应用程序中的算法进行重构,以便我们的加速器能够运行。如果你使用这些库,那么你可以实现100倍的加速,获得更高的速度,简直不可思议。

这个概念非常简单,也非常合理,但问题是,你如何去发明所有这些算法,并让视频游戏行业使用这些算法?如何让整个地震处理和能源行业使用它们,写出新的算法并让整个人工智能行业使用它们?

你明白我的意思了吗?所以,这些库中的每一个,首先我们必须进行计算机科学方面的研究;其次,我们要经历生态系统的开发过程。我们必须说服所有人使用它们,然后还要考虑它需要在哪种计算机上运行——每种计算机都不一样。

我们逐步在一个又一个领域中实现了这一点。我们为自动驾驶汽车建立了一个丰富的库,为机器人建立了一个极好的库,还有用于虚拟筛选的不可思议的库,无论是基于物理的虚拟筛选还是基于神经网络的虚拟筛选,我们在气候技术领域也有了不可思议的库。

我们就是这样一个领域接着另一个领域前进。我们必须去结交朋友,创造市场。

事实证明,NVIDIA非常擅长创造新市场。我们已经做了这么长时间,以至于现在看起来NVIDIA的加速计算无处不在,但实际上我们是一步一步地来,逐步在一个行业又一个行业中实现的。

关于当前的数据中心市场 Toshiya Hari 我知道在场的许多投资者都非常关注数据中心市场,所以很有趣的是,能从你的角度,公司角度,谈谈中长期的机会显现。显然,你们所在的行业正在推动下一场工业革命的到来。

这个行业面临哪些挑战?谈谈你如何看待当下的数据中心市场。

黄仁勋 有两件事情同时在发生,常常被混淆在一起,我们有必要将它们区分开来。

首先,我们假设一个没有AI的世界。

在这样一个没有AI的世界里,通用计算能力已经逐渐失去动力。

大家都知道,对于那些对半导体物理感兴趣的人来说,扩展能力正在减弱。

晶体管的缩放、Conway的晶体管缩小规律以及Denard缩放(在相同功耗下提高性能或降低成本)的时代已经结束了。

因此,我们不会再看到每年速度翻倍的CPU和通用计算机了。如果每10年速度能够翻倍,那我们已经很幸运了。

过去的摩尔定律是每五年性能提升10倍,每十年提升100倍。过去我们只需要等待CPU变得更快。

随着全球数据中心不断处理更多的信息,CPU的速度每年都会翻倍。当时我们没有看到计算能力的通胀。

但现在这种情况结束了,我们正在看到计算能力的通胀。我们现在必须加速一切我们能加速的东西。

如果你在做SQL处理,加速它。如果你在做任何类型的数据处理,加速它。如果你在建立互联网公司,并且拥有推荐系统,绝对要加速它,现在它们已经完全加速了。

几年前
0 阅读:0